小波神經(jīng)網(wǎng)絡(luò)在金融時(shí)間序列分析中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文主要研究小波神經(jīng)網(wǎng)絡(luò)在金融時(shí)間序列分析中的應(yīng)用。論文首先對(duì)有效市場(chǎng)理論進(jìn)行修正,引入了更加接近金融市場(chǎng)真實(shí)特性的分形市場(chǎng)理論。然后在分形市場(chǎng)理論框架下對(duì)以下問題進(jìn)行研究:金融時(shí)間序列去噪的小波變換方法;基于小波神經(jīng)網(wǎng)絡(luò)的非線性協(xié)整建模;分形市場(chǎng)中基于非線性協(xié)整模型的資產(chǎn)定價(jià)。論文的主要工作如下: 第一,分析傳統(tǒng)濾波方法對(duì)金融時(shí)間序列數(shù)據(jù)去噪的缺陷,闡述了小波去噪的基本原理。探討了有關(guān)小波非線性閾值法去噪過程中,小波函數(shù)的選取

2、、閾值和分解層次的確定等問題。并給出了上證指數(shù)進(jìn)行去噪的實(shí)驗(yàn)結(jié)果。 第二,首先構(gòu)造小波神經(jīng)網(wǎng)絡(luò)模型,給出學(xué)習(xí)算法。然后將小波神經(jīng)網(wǎng)絡(luò)引入非線性協(xié)整建模研究之中,利用小波神經(jīng)網(wǎng)絡(luò)給出了非線性協(xié)整建模方法。最后對(duì)中國(guó)滬深股市進(jìn)行了實(shí)證研究,說明對(duì)于非線性協(xié)整函數(shù)的估計(jì),小波神經(jīng)網(wǎng)絡(luò)優(yōu)于BP神經(jīng)網(wǎng)絡(luò),并證實(shí)滬深股市之間存在非線性協(xié)整關(guān)系。 第三,論文運(yùn)用非線性協(xié)整理論來研究分形市場(chǎng)中的資本資產(chǎn)定價(jià)問題,首先引入了傳統(tǒng)的資本資產(chǎn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論